BAB III OBJEK DAN METODE PENELITIAN
1. Uji Normalitas
70 Gambar 3.3
Garis Kontinum Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memenuhi syarat analisis regresi linear, yaitu pengujian kualitas data agar diketahui keabsahan data serta menghindari adanya penafsiran bias. Terdapat beberapa jenis pengujian yang harus dilakukan untuk menguji apakah model yang digunakan dapat mewakili atau mendekati keadaan yang ada. Jenis uji asumsi klasik ini diantaranya uji normalitas, uji heteroskedastisitas, uji multikolinieritas dan uji autokorelasi.
71 Adapun dasar pengambilan keputusan menurut Ghozali (2018:163) adalah sebagai berikut :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
2. Uji Heteroskedastisitas
Uji heteroskesastisitas bertujuan menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengaatan ke pengamatan lain (Ghozali, 2018:137). Situasi heteroskedastisitas dapat menyebabkan penaksiran koefisien regresi menjadi tidak efisien, kurang atau bahkan melebihi hasil semestinya. Oleh karena itu, situasi heteroskedastisitas harus dihilangkan dari model regresi agar hasil penelitian tidak menyesatkan.
Untuk menguji ada tidaknya situasi heteroskedastisitas digunakan uji rank spearman, yaitu dengan mengkorelasikan variabel bebas terhadap nilai absolut dari residual (error). Jika nilai koefisien korelasi antara variabel bebas dan nilai absolut dari residual signifikan, maka dapat disimpulkan bahwa terdapat situasi heteroskedastisitas. Namun sebaliknya, jika nilai koefisien korelasi variabel bebas terhadap nilai absolut dari residual tidak signifikan, maka dapat disimpulkan tidak terdapat gejala heteroskedastisitas. Model regresi yang baik adalah yang tidak mengandung kondisi heteroskedastisitas (Ghozali, 2018:137)
Menurut Ghozali (2018:138), dasar dari analisisnya adalah sebagai berikut:
72 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah tterjadi kondisi heteroskedastisitas.
2. Jika tidak terdapat pola yang jelas, serta titik-titk menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi kondisi heteroskedastisitas.
3. Uji Multikolinearitas
Menurut Danang Sunyoto (2016:87) dalam Hakim (2017) menjelaskan uji multikolinearitas sebagai berikut:
"Uji asumsi klasik jenis ini diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebas atau independen variabel (X1,2,3,...,n) di mana akan di ukur keeratan hubungan antarvariabel bebas tersebut melalui besaran koefisien korelasi (r)".
Uji multikolinieritas ini bertujuan menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi dengan uji multikolinieritas dapat dikatakan baik apabila tidak terdapat korelasi diantara variabel bebas (Ghozali, 2018:107). Diketahui jika variabel bebasnya saling berkolerasi, maka variabel tersebut tidak orthogonal. Yang dimaksud dengan variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebasnya sama dengan nol.
Cara yang dapat digunakan untuk mendeteksi ada tidaknya multikolinieritas adalah menggunakan Variance Inflation Factors (VIF).
VIF = 1 1 β π π2
Ri2 adalah determinasi yang diperoleh dengan meregresikan salah satu variabel bebas X1 terhadap variabel bebas lain. Jika nilai VIF melebihi nilai 10, maka diantara variabel bebas terdapat gejala multikolinieritas.
73 Multikolinearitas juga dapat dilihat dari nilai tolerance dan lawannya.
Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1/Tolerance. Nilai cuttof yang umum dipakai menunjukan adanya Multikolinearitas adalah nilai tolerance β€ 0,10 atau sama dengan VIF β₯ 10.
Rancangan Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk memperoleh kesimpulan seberapa besar pengaruh tingkat pendidikan aparatur desa (X1), pemahaman akuntansi pemerintahan (X2), kualitas laporan keuangan desa (Y). Apabila memang terdapat hubungan antara variabel independen seberapa besar dan bagaimana hubungan dari kedua variabel tersebut, yaitu hipotesis tidak lain dari jawaban sementara terhadap masalah penelitian yang kebenarannya harus diuji secara empiris.
Maka dari itu diajukan beberapa uji hipotesis atas jawaban sementara dari variabel yang akan diuji kebenarannya. Rumusan hipotesisnya meliputi sebagai berikut:
a. Analisis Regresi Linier Berganda
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,β¦.Xn) dengan variabel dependen (Y).
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
74 Menurut Moh. Nazir (2011:463) menyatakan bahwa jika parameter dari suatu hubungan fungsional antara satu variabel dependen atau lebih dari satu variabel ingin diestimasikan, maka analisis regresi yang dikerjakan berkenaan dengan regresi berganda (Multiple regression)β.
Secara fungsional persamaan regresi ketiga variabel yang diteliti yaitu Tingkat Pendidikan Aparatur Desa (X1), Pemahaman Akuntansi Pemerintahan (X2) terhadap Kualitas Laporan Keuangan Desa (Y). Menurut Sugiyono (2014:284) inilah rumus yang dihasilkan :
Y = a+ b1X1 + b2X2
Keterangan:
Y = Variabel terikat (Kualitas Laporan Keuangan Desa) a = Bilangan Konstanta
b1,b2 = Koefisien arah regresi
X1 = Variabel bebas (Tingkat Pendidikan Aparatur Desa) X2 = Variabel bebas (Pemahaman Akuntansi Pemerintahan) b. Analisis Koefisien Korelasi
Menurut Singgih Santoso (2010:141), Analisis koefisien korelasi bertujuan untuk mempelajari apakah ada hubungan antara dua variabel atau lebih, sedang analisis regresi memprediksi seberapa jauh pengaruh tersebut. Secara spesifik, tujuan analisis korelasi adalah ingin mengetahui apakah di antara dua variabel terdapat hubungan, dan jika terdapat hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut. Secara teoritis, dua variabel dapat sama sekali tidak berhubungan (r=0), berhubungan secara sempurna (r=1), atau antara kedua
75 angka tersebut. Arah korelasi juga dapat positif (berhubungan searah) atau negatif (berhubungan berlainan arah).
1. Analisis Korelasi Parsial
Analisis korelasi parsial (Partial Correlation) digunakan untuk mengetahui hubungan antara dua variabel dimana variabel lainnya yang dianggap berpengaruh dikendalikan atau dibuat tetap (sebagai variabel kontrol). Serta digunakan untuk mengetahui kuat lemahnya Pengaruh Tingkat Pendidikan Aparatur Desa dan Pemahaman Akuntansi Pemerintahan terhadap Kualitas Laporan Keuangan Desa pada kantor desa di Kecamatan Ngamprah Kabupaten Bandung Barat.
Jenis korelasi yang bias digunakan pada hubungan variabel linier adalah Pearson Product Moment (r) sebagai berikut:
Gambar 3.4
Gambar Korelasi Parsial
Korelasi Pearson Product Moment (PPM) dilambangkan dengan (r) dengan ketentuan nilai r tidak lebih dari harga (-1 β€ r β€ + 1). Apabila nilai r = -1 artinya korelasi negatif sempurna, r = 0 artinya tidak ada korelasi, dan r = 1 berarti korelasi sangat kuat.
2. Analisis Korelasi Berganda
Korelasi Ganda (multiple correlation) merupakan korelasi yang terdiri dari dua variabel bebas (X1, X2) serta satu variabel terikat (Y). Apabila qperumusan
76 masalahnya terdiri dari tiga masalah, maka hubungan antara masing-masing variabel dilakukan dengan cara perhitungan korelasi sederhana, oleh karena itu berikut ini hanya akan dikemukakan cara perhitungan ganda antara X1, dan X2 dengan Y.
Keterangan:
Ryx1 x = Korelasi antar variabel X1 dan X2 secara bersamaan dengan variabel Y
Ryx1 = Korelasi product moment antara X1 dengan Y Ryx2 = Korelasi product moment antara X2 dengan Y Ryx1x2 = Korelasi product moment antara X1 dengan X2
Jenis korelasi yang biasa digunakan adalah korelasi pearson product moment (r) dengan rumus sebagai berikut :
π
π₯π¦= πβπ₯π¦ β (βπ₯)(βπ¦)
β(πβπ₯
2β (βπ₯
2) β ((πβπ¦
2β (βπ¦)
2)
Keterangan :
rxy : Koefisien korelasi X : variabel independen Y : variabel dependen
Artinya jika nilai r = -1 maka korelasi bersifat negatif sempurna. Jika r = 0 maka tidak terdapat hubungan korelasi. Namun jika r = 1 maka korelasi bersifat sangat kuat.
77 Tabel 3.8
Pedoman pemberian interpretasi terhadap koefisien korelasi
Koefisien Korelasi Tingkat Hubungan 0,00 - 0,199 Sangat Rendah 0,20 - 0,399 Rendah 0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat Kuat Sumber : Sugiyono (2014:184)
Pengujian Hipotesis secara Parsial (Uji t-Parsial)
Uji t dilakukan untuk mengukur secara parsial masing-masing variabel.
Dimana variabel akan diuji seberapa jauh pengaruh variabel independen terhadap variabel dependen. Adapun rumus uji t adalah sebagai berikut :
Ho : r = 0 atau Ha : r β 0 Keterangan :
Ho : Format hipotesis awal (Hipotesis nol) Ha : Format hipotesis alternative
1. Merumuskan hipotesis statistik
a. Variabel Tingkat Pendidikan Aparatur Desa (X1)
Ho : κ΅1 = 0, artinya Tingkat Pendidikan Aparatur Desa tidak berpengaruh terhadap Kualitas Laporan Keuangan Desa.
Ha : κ΅1 β 0, artinya Tingkat Pendidikan Aparatur Desa berpengaruh terhadap Kualitas Laporan Keuangan Desa.
b. Variabel Pemahaman Akuntansi Pemerintahan (X2)
78 Ho : κ΅2 = 0, artinya Pemahaman Akuntansi Pemerintahan tidak
berpengaruh terhadap Kualitas Laporan Keuangan Desa.
Ha : κ΅2 β 0, artinya Pemahaman Akuntansi Pemerintahan berpengaruh terhadap Kualitas Laporan Keuangan Desa
2. Menentukan tingkat signifikansi
Tingkat signifikansi yang digunakan sebesar 5% atau 0,05 (Ξ± = 0,05).
Artinya kemungkinan besar hasil dari penarikan kesimpulan mempunyai tingkat probabilitas atau toleransi 5%. Melakukan pengujian statistik parsial dapat dilakukan dengan mencari nilai thitung untuk mengetahui apakah variabel-variabel yang diteliti signifikan atau tidak.
Di bawah ini merupakan rumus uji signifikansi korelasi : π‘βππ‘π’ππ = π βπ β 2
β1 β π2 Keterangan :
Thitung = nilai thitung yang selanjutnya dikonsultasikan dengan ttabel
n = jumlah sampel
r = nilai koefisien parsial yang ditemukan
3. Membandingkan nilai thitung dengan ttabel untuk menentukan daerah penerimaan atau penolakan hipotesis.
a. Jika thitung β₯ ttabel, dan thitung β€ ttabel, maka H0 ditolak atau Ha diterima (signifikan).
b. Jika thitung < ttabel, dan thitung > ttabel maka H0 diterima atau Ha ditolak (tidak signifikan).
79 Pengujian Hipotesis secara Simultan (Uji F)
Uji F digunakan untuk mengetahui pengaruh variabel bebas secara simultan (bersamaan) terhadap variabel terikat. Adapun bentuk pengujian hipotesis secara simultan adalah sebagai berikut :
H0 : κ΅1,κ΅2 = 0, artinya Tingkat Pendidikan Aparatur Desa dan Pemahaman Akuntansi Pemerintahan tidak berpengaruh terhadap Kualitas Laporan Keuangan Desa
Ha : κ΅1, κ΅2 β 0, artinya Tingkat Pendidikan Aparatur Desa dan Pemahaman Akuntansi Pemerintahan berpengaruh terhadap Kualitas Laporan Keuangan Desa.
Pengujian hipotesis dengan menggunakan uji F ini disebut juga dengan Analysis of Varian (ANOVA). Uji F bertujuan untuk mengetahui ada tidaknya
hubungan/pengaruh dari variabel independen terhadap variabel dependen secara keseluruhan.
Uji F atau disebut dengan Anova ini memiliki dua cara yang bisa digunakan sebagai pedoman untuk melakukan pengujian yakni dengan membandingkan tingkat signifikan atau dengan membandingkan F hitung dengan F tabel. Jika pengujian didasarkan pada perbandingan tingkat signifikan, ketika tingkat signifikan < 0.05 maka hipotesis diterima (berpengaruh). Namun jika nilai tingkat signifikan > 0.05 maka hipotesis tersebut ditolak (tidak berpengaruh).
Selain menggunakan perbandingan tingkat signifikan, uji F bisa dilakukan berdasarkan pperbandingan fhitung dengan ftabel. Adapun ketentuan dalam cara ini adalah sebagai berikut :
a. Jika fhitung > ftabel maka Ho ditolak dan Ha diterima (berpengaruh).
80 b. Jika fhitung < ftabel maka Ho diterima dan Ha ditolak (tidak berpengaruh).
Gambar 3.5
Daerah penolakan dan penerimaan H0 Uji F pihak kanan.
Analisis Koefisien Determinasi
Analisis koefisien determinasi berguna untuk mengukur seberapa besar pengaruh variabel independen terhadap variabel dependen. Koefisien determinasi dinyatakan dalam persentase (%). Adapun rumus koefisien determinasi adalah sebagai berikut :
Kd = r2 x 100%
Keterangan :
Kd : Koefisien determinasi r : Korelasi product moment
Nilai koefisien korelasi memiliki kisaran antara 0 sampai dengan 1. Jika nilai mendekati 1, maka pengaruh variabel independen semakin kuat terhadap variabel dependen. Begitu pula sebaliknya, jika nilai koefisien mendekati 0, maka pengaruh variabel independen semakin lemah terhadap variabel dependen.
Daerah penolakan H0
Daerah Penolakan H0
81 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Hasil Pengujian Instrumen Penelitian
Bab ini akan menjelaskan mengenai hasil penelitian, analisis serta pembahasan yang berkaitan dengan pengaruh Tingkat Pendidikan Aparatur Desa dan Pemahaman Akuntansi Pemer intahan terhadap Kualitas Laporan Keuagan Desa menggunakan perhitungan statistik dan pengujian hipotesis. Hal ini berguna untuk mengetahui gambaran setiap variabel yang diteliti dan analisis berganda untuk mengetahui sejauh mana pengaruh masing-masing variabel bebas terhadap variabel terikatnya.
Dalam penelitian ini, kuesioner yang ditujukan kepada Bagian Keuangan dan Bendahara dari 11 Kantor Desa yang ada di Kecamatan Ngamprah Kabupaten Bandung Barat. Namun pada pelaksanaanya, hanya 10 Desa yang mengizinkan adanya penelitian dan penyebaran kuesioner. Sehingga diperoleh total responden sebanyak 38 orang dari 10 Kantor Desa. Jumlah responden yang diperoleh tersebut meliputi seluruh Bagian/Staf Keuangan dan Bendahara Kantor Desa.
Berikut ini adalah data Kantor Desa yang menjadi responden bagi peneliti, antara lain :
82 Tabel 4.1
Daftar Kantor Desa yang menjadi responden penelitian
No. Nama Desa Alamat Kantor
Kuesioner yang disebar
Kuesioner yang kembali 1 Desa Ngamprah
Jl. Ngamprah, Desa
Ngamprah, Kec. Ngamprah, Kab. Bandung Barat
5 5
2 Desa Sukatani
Jl. Tanjakan Sukatani, Desa Sukatani, Kec. Ngamprah, Kab. Bandung Barat
5 5
3 Desa Mekarsari
Jl. Cibatukupa Cikupa, Desa Mekarsari, Kec. Ngamprah, Kab. Bandung Barat
5 5
4 Desa Bojongkoneng
Jl. Desa Bojongkoneng No. 03, Desa Bojongkoneng, Kec.
Ngamprah, Kab. Bandung Barat
5 5
5 Desa Gadobangkong
Jl. Raya Gadobangkong No.30, Kec. Ngamprah, Kab.
Bandung Barat
5 4
6 Desa Cimareme
Jl. Caringin No. 314, Desa Cimareme, Kec. Ngamprah, Kab. Bandung Barat
5 5
7 Desa Margajaya
Jl. Pamagersari, Desa Margajaya, Kec. Ngamprah, Kab. Bandung Barat
5 3
8 Desa Cimanggu
Jl. Desa Cimanggu, Kec.
Ngamprah, Kab. Bandung Barat
5 1
9 Desa Cilame
Jl. Cibatukupa Cikupa, Desa Cilame, Kec. Ngamprah, Kab.
Bandung Barat
5 1
10 Desa Tanimulya
Jl. Somawinata No. 01, Desa Tanimulya, Kec. Ngamprah, Kab. Bandung Barat
5 4
Sumber : Hasil Pengolahan Data
83 Gambaran Umum Responden
Seperti yang telah dijelaskan di atas secara singkat, bab ini akan menjelaskan hasil peneitian yang dilakukan peneliti yang telah diolah untuk dapat mengetahui sejauh mana pengaruh Tingkat Pendidikan Aparatur Desa dan Pemahaman Akuntansi terhadap Kualitas Laporan Keuangan Desa. Peneliti melakukan penyebaran kuesioner ke 10 Desa di Kecamatan Ngamprah Kabupaten Bandung Barat. Dengan jumlah responden yang diharapkan minimal per Kantor Desa mengisi 5 kuesioner yang disiapkan oleh peneliti.
Pada pelaksanaanya, peneliti melampirkan masing-masing 5 kuesioner yang harus diisi oleh masing-masing responden. Dapat diketahui bahwa total keseluruhan kuesioner yang disebar oleh peneliti adalah sebanyak 50 buah.
Sedangkan kuesioner yang kembali hanya sebanyak 38 buah.
Untuk menjelaskan identitas responden yang menjadi sampel penelitian, berikut adalah tabel yang mendeskripsikan profil responden. Deskripsi profil yang dimaksud meliputi jenis kelamin, usia dan pendidikan terakhir yang dimiliki responden.
Responden Berdasarkan Jenis Kelamin
Gambar 4.1 Profil Responden Berdasar Jenis Kelamin Sumber : Hasil Pengolahan Data
84 Berdasar data gambar di atas, dapat diambil kesimpulan bahwa dari total responden 38 orang, sebagian besar responden dari penelitian adalah perempuan sebanyak 22 orang dengan persentase 58%. Sedangkan data responden laki-laki sisanya sebanyak 16 orang dengan persentase 42%.
Responden Berdasarkan Usia
Gambar 4.2 Profil Responden Berdasarkan Usia Sumber : Hasil Pengolahan Data
Dilihat dari data gambar di atas, diketahui bahwa dari total responden 38 orang, responden yang berusia kisaran 15-20 tahun sebanyak 1 orang dengan persentase 2%, responden yang berusia kisaran 21-30 tahun sebanyak 16 orang dengan persentase 42%, responden yang berusia kisaran 31-40 tahun sebanyak 14 orang dengan persentase 37%, responden yang berusia kisaran 41-60 tahun sebanyak 6 orang dengan persentase 16%, dan responden yang memiliki usia di atas 60 tahun sebanyak 1 orang dengan persentase 3%.
85 Responden Berdasarkan Pendidikan
Gambar 4.3 Profil Responden Berdasarkan Pendidikan Sumber : Hasil Pengolahan Data
Berdasar pada gambar di atas, dapat diambil kesimpulan bahwa dari total responden sebanyak 38 orang, sebanyak 27 orang dengan persentase 71% memiliki latar belakang pendidikan terakhir SMA/SMK, 3 orang dengan persentase 8%
memiliki latar belakang pendidikan terakhir Diploma, dan sisanya 8 orang dengan persentase 21% memiliki latar belakang pendidikan terakhir Strata-1.
Uji Validitas dan Uji Reliabilitas
Sebelum dilakukan analisis yang berkaitan dengan tujuan penelitian, data yang sudah diperoleh harus diuji terlebih dahulu. Adapun pengujian yang dilakukan meliputi uji validitas dan uji reliabilitas yang berguna untuk mengukur ketepatan dan keandalan alat ukur yang digunakan pada penelitian ini. Pengukuran validitas bertujuan untuk menguji sejauh mana ketepatan dan kecermatan suatu instrumen pengukuran mampu mengukur apa yang diukur. Sedangkan pengukuran reliabilitas dimaksudkan untuk menguji keandalan alat ukur penelitian yang digunakan sehingga dapat diandalkan tingkat kebenarannya.
86 Uji Validitas
Uji validitas dilakukan untuk mengetahui apakah pernyataan-pernyataan yang digunakan dalam penelitian mampu mengukur variabel atau tidak. Dalam penelitian ini, peneliti menggunakan uji korelasi Product Moment Pearson menggunakan software SBM SPSS versi 25.0. Pengujian dilakukan dengan mengkorelasikan skor jawaban responden dari setiap item pernyataan. Nilai rtabel
untuk n = 38 dan taraf signifikansi 0,05. Berikut di bawah ini merupakan hasil perhitungan thitung dan perbandingannya dengan ttabel :
Tabel 4.2
Uji Validitas Tingkat Pendidikan Aparatur Desa (X1) Pernyataan r tabel r hitung Keterangan
X11 0,312 0,452 Valid
X12 0,312 0,602 Valid
X13 0,312 0,485 Valid
X14 0,312 0,769 Valid
X15 0,312 0,781 Valid
Sumber : Hasil Pengolahan Data menggunakan software SPSS versi 25.0.
Dilihat berdasar tabel 4.2 di atas, hasil uji validitas menujukan bahwa semua pernyaraan dalam Tingkat Pendidikan Aparatur Desa dinyatakan valid.
Tabel 4.3
Uji Validitas Pemahaman Akuntansi Pemerintahan (X2) Pernyataan r tabel r hitung Keterangan
X11 0,312 0,411 Valid
X12 0,312 0,743 Valid
X13 0,312 0,754 Valid
X14 0,312 0,749 Valid
X15 0,312 0,636 Valid
Sumber : Hasil Pengolahan Data menggunakan software SPSS versi 25.0.
87 Berdasar tabel 4.3 di atas, dapat disimpulkan bahwa seluruh pernyataan yang ada dalam Pemahaman Akuntansi Pemerintahan juga valid.
Tabel 4.4
Uji Validitas Kualitas Laporan Keuangan Desa (Y) Pernyataan r tabel r hitung Keterangan
Y11 0,312 0,766 Valid
Y12 0,312 0,712 Valid
Y13 0,312 0,823 Valid
Y14 0,312 0,827 Valid
Y15 0,312 0,737 Valid
Y16 0,312 0,848 Valid
Y17 0,312 0,857 Valid
Y18 0,312 0,497 Valid
Sumber : Hasil Pengolahan Data menggunakan software SPSS versi 25.0.
Berdasar tabel 4.4 di atas, dapat disimpulkan pula bahwa pernyataan yang ada dalam Kualitas Laporan Keuangan Desa dinyatakan valid.
Uji Reliabilitas
Reliabilitas adalah alat yang digunakan untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk (Ghozali:2018:45). Suatu kuesioner dapat dikatakan reliabel atau dapat diandalkan jika jawaban seseorang terhadap pernyataan adalah konsisten dan stabil dari waktu ke waktu. Dalam penelitian ini, uji reliabel menggunakan metode Alpha Cronbachβs untuk menguji keandalan dari alat ukur.
Dengan menggunakan software SPSS versi 25.0. didapatkan hasil perhitungan uji reliabilitas sebagai berikut :
88 Tabel 4.5
Uji Reliabilitas Variabel Tingkat Pendidikan Aparatur Desa (X1) Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based on Standardized Items
N of Items
,602 ,597 5
Sumber : Hasil Pengolahan Data menggunakan SPSS versi 25.0.
Berdasar perhitungan menggunakan SPSS 25.0. dapat dilihat bahwa variabel Tingkat Pendidikan Aparatur Desa memiliki nilai Cronbachβs Alpha sebesar 0,602. Nilai itu lebih besar dibanding dengan 0.6 sebagai syarat tingkat reliabel suatu variabel. Maka seluruh pernyataan dalam variabel Tingkat Pendidikan Aparatur Desa dinyatakan reliabel.
Tabel 4.6
Uji Reliabiltas Pemahaman Akuntansi Pemerintahan (X2) Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based
on Standardized Items N of Items
,679 ,674 5
Sumber : Hasil Pengolahan Data menggunakan SPSS versi 25.0.
Pengujian menggunakan SPSS 25.0. menunjukan bahwa Pemahaman Akuntansi Pemerintahan memiliki nilai Cronbachβs Alpha sebesar 0,679. Nilai itu lebih besar dibanding dengan 0.6 sebagai syarat tingkat reliabel suatu variabel.
Maka seluruh pernyataan dalam Tingkat Pendidikan Aparatur Desa dinyatakan reliabel.
89 Tabel 4.7
Uji Reliabilitas Variabel Kualitas Laporan Keuangan Desa (Y) Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based on Standardized Items
N of Items
,896 ,894 8
Sumber : Hasil Pengolahan Data menggunakan SPSS 25.0.
Melihat hasil pada tabel 4.7, Kualitas Laporan Keuangan Desa memiliki nilai Cronbachβs Alpha sebesar 0,896. Nilai itu masih lebih besar dengan 0,6 sebagai syarat variabel dinyatakan reliabel. Maka seluruh pernyataan dalam Kualitas Laporan Keuangan Desa dinyatakan sangat reliabel.
Berdasarkan seluruh hasil pengujian validitas dan reliabilitas yang telah diuraikan diatas, peneliti dapat menyimpulkan bahwa keseluruhan pernyataan yang digunakan dalam penelitian ini sudah teruji tingkat validitas dan reliabilitasnya.
Sehingga seluruh instrumen pernyataan layak untuk digunakan sebagai alat ukur penelitian.
Hasil Penelitian
Tingkat Pendidikan Aparatur Desa, Pemahaman Akuntansi Pemerintahan, dan Kualitas Laporan Keuangan Desa di Kantor Desa Kecamatan Ngamprah Kabupaten Bandung Barat
Tingkat Pendidikan Aparatur Desa di Kantor Desa Kecamatan Ngamprah Kabupaten Bandung Barat
90 Tingkat Pendidikan Aparatur Desa terdiri dari 5 pernyataan dengan 2 indikator utama. Berikut ini adalah hasil analisis deskriptif dan berdasar pendekatan distribusi frekuensi persentase dan persentase skor :
Tabel 4.8
Tanggapan Responden Mengenai Tingkat Pendidikan Aparatur Desa (X1)
Indikator No.
Item
Jawaban Responden Skor Aktual
Skor
Ideal Persentase
5 4 3 2 1
Jenjang Pendidikan
X11 20 17 1 0 0 171 190 90,%
X12 30 8 0 0 0 182 190 95,8%
X13 18 17 3 0 0 167 190 87,9%
Kesesuaian Jurusan X14 12 13 10 0 3 145 190 76,3%
X15 13 12 8 1 4 143 190 75,3%
Total 808 950 85,0%
Sumber : Hasil Pengolahan Data Kuesioner Perhitungan skor adalah sebagai berikut :
ππππ πππ‘ππ = ππππ π΄ππ‘π’ππ
ππππ πΌππππ Γ 100%
ππππ πππ‘ππ = 808
950Γ 100% = 85,0%
Berdasarkan tabel 4.8 yang memberikan informasi mengenai rekapitulasi hasil perhitungan skor tanggapan responden terhadap 5 pernyataan mengenai Tingkat Pendidikan Aparatur Desa, diperoleh hasil interpretasi skor tanggapan responden dari Tingkat Pendidikan Aparatur Desa yang dimiliki oleh responden sebesar 808 dengan persentase 85,0%. Hasil tersebut dapat digambarkan melalui garis kontinum sebagai berikut :
91 Gambar 4.4
Garis Kontinum Tingkat Pendidikan Aparatur Desa Sumber : Hasil Pengolahan Data
Skor tanggapan responden yang diperoleh sebesar 85% dari total 5 pernyataan mengenai Tingkat Pendidikan Aparatur Desa. Skor ini berada di kategori βSangat Baikβ pada rentang antara 80%-100%. Hal ini mengungkapkan bahwa tanggapan responden mengenai Tingkat Pendidikan Aparatur Desa sangat baik.
Pemahaman Akuntansi Pemerintahan (X2) di Kantor Desa Kecamatan Ngamprah Bandung Barat.
Pemahaman Akuntansi Pemerintahan terdiri dari 5 pernyataan dengan 5 indikator utama. Berikut ini adalah hasil analisis deskriptif dan berdasar pendekatan distribusi frekuensi persentase dan persentase skor :
Tabel 4.9
Tanggapan Responden Mengenai Pemahaman Akuntansi Pemerintahan (X2)
Indikator No.
Item
Jawaban Responden Skor Aktual
Skor
Ideal Persentase
5 4 3 2 1
Tujuan Laporan
Keuangan X21 20 17 1 0 0 171 190 90,0%
Tanggung Jawab
Pelaporan X22 18 13 7 0 0 163 190 85,8%
Komponen Laporan Keuangan
X23 18 17 2 0 1 165 190 86,8%
0,00% 20,0% 40,0% 60,0% 80,0% 100,0%
Tidak Baik Kurang Baik Cukup Baik Sangat Baik
85,0%
92 Identifikasi
Laporan Keuangan
X24 13 17 6 1 1 154 190 81,1%
Periode Pelaporan X25 19 8 10 1 0 159 190 83,7%
Total 812 950 85,4%
Sumber : Hasil Pengolahan Data Kuesioner Perhitungan skor adalah sebagai berikut :
ππππ πππ‘ππ = ππππ π΄ππ‘π’ππ
ππππ πΌππππ Γ 100%
ππππ πππ‘ππ = 812
950Γ 100% = 85,4%
Berdasarkan tabel 4.9 yang memberikan informasi mengenai rekapitulasi hasil perhitungan skor tanggapan responden terhadap 5 pernyataan mengenai Pemahaman Akuntansi Pemerintahan, diperoleh hasil interpretasi skor tanggapan responden dari Pemahaman Akuntansi Pemerintahan yang dimiliki oleh responden sebesar 812 dengan persentase 85,4%. Hasil tersebut dapat digambarkan melalui garis kontinum sebagai berikut :
Gambar 4.5
Garis Kontinum Pemahaman Akuntansi Pemerintahan Sumber : Hasil Pengolahan Data
Skor tanggapan responden yang diperoleh sebesar 85,4% dari total 5 pernyataan mengenai Pemahaman Akuntansi Pemerintahan. Skor ini berada di kategori βSangat Baikβ pada rentang antara 80%-100%. Hal ini mengungkapkan
0,00% 20,0% 40,0% 60,0% 80,0% 100,0%
Tidak Baik Kurang Baik Cukup Baik Sangat Baik
85,4%